Ana Freire, investigadora en la Universitat Pompeu Fabra de Barcelona y coordinadora del proyecto STOP.

Ana Freire, investigadora en la Universitat Pompeu Fabra de Barcelona y coordinadora del proyecto STOP.

Investigación

La inteligencia artificial, una aliada para poner freno a los intentos de suicidio

El proyecto STOP, liderado por la investigadora Ana Freire, analiza las redes sociales en busca de patrones de comportamiento suicida.  

26 julio, 2021 00:52

La OMS incide en que cada año pierden la vida más personas por suicidio que por VIH, paludismo, cáncer de mama o, incluso, por guerras y homicidios. En España continúa siendo la principal causa de muerte no natural con una media superior a los 10 fallecimientos al día, según datos del Instituto Nacional de Estadística (INE). Y lo más preocupante, cada vez son más los jóvenes con instintos suicidas en nuestro país. Una tendencia alarmante y que la crisis provocada por la covid-19 ha incrementado notablemente.

La Asociación Española de Pediatría, de hecho, alertaba recientemente de las consecuencias de la pandemia en adolescentes y señalaba cómo los ingresos psiquiátricos de este grupo de población se han multiplicado por cuatro, respecto a las mismas fechas en 2020.

Una terrible situación contra la que la inteligencia artificial podría ser un gran aliado, según Proyecto STOP, una investigación dirigida por Ana Freire, investigadora en el Departamento de Tecnologías de la Información y las Comunicaciones de la Universitat Pompeu Fabra.

¿Cuándo y cómo surge este proyecto?

El proyecto surge a inicios del año 2017, cuando conseguí financiación para comenzar a trabajar en un tema de alta relevancia como era el suicidio. La idea surgió por casualidad; encontré una publicación en Facebook que correspondía a la carta de despedida de una mujer, que anunciaba que ejecutaría su suicidio. Y así fue. En su perfil de esa red social se podían ver publicaciones anteriores en las que se entendía que padecía una depresión grave. Me pregunté cómo no había un sistema automático que detectase esos casos.

Comencé a investigar y vi trabajos de investigación centrados en el estudio del suicidio en redes sociales, pero sin ningún tipo de intervención, y la mayoría solo en inglés y japonés. Entonces decidí lanzar STOP, centrado en el estudio de tendencias suicidas en redes sociales, en castellano, que es la segunda lengua más hablada en el mundo.

¿Cuántas personas están involucradas en el proyecto?

El proyecto ha crecido enormemente y, ahora mismo, colaboramos en él siete instituciones diferentes: la Universitat Pompeu Fabra, el Computer Vision Centre de la Universitat Autònoma de Barcelona, el Hospital Parc Taulí de Sabadell, la fundación FITA de trastornos alimentarios, la Fundació Ajuda i Esperança, la Università della Svizzera Italiana y la Université de Lyon. Trabajamos no sólo ingenieros, también psicólogos, psiquiatras y terapeutas, de un modo muy armónico y complementario.

Además, no sólo hemos crecido en tamaño, sino en objetivos y, actualmente, analizamos también cómo se expresan en redes sociales otros problemas como la depresión y los trastornos de la conducta alimentaria.

La base tecnológica del proyecto es la inteligencia artificial, ¿cómo se aplica?

La inteligencia artificial nos ayuda a reconocer patrones de alto y bajo riesgo de suicidio, basándose en ejemplos. Estos ejemplos son colecciones de tuits (anónimos), etiquetados por nuestro equipo de psicólogos como pertenecientes a usuarios con o sin ideación suicida.

De estos tuits extraemos diferentes características que analizan nuestros algoritmos, como la frecuencia de ciertas palabras, la hora de publicación (para detectar insomnio), el número de likes o retuits que recibe esa publicación (para medir el apoyo social), e incluso analizamos las imágenes que en ocasiones acompañan al texto.

Los algoritmos de inteligencia artificial aprenden cuáles de estas características describen mejor a usuarios en riesgo de suicidio, o usuarios fuera de peligro. Una vez que han aprendido, son capaces de clasificar usuarios que nunca han visto previamente.

También analizamos cómo se expresan en las redes sociales otros problemas como la depresión y los trastornos de la conducta alimentaria.

¿Es cierto que el sistema es capaz de detectar patrones de comportamiento suicida con un 85% de precisión? Y, ¿únicamente se está aplicando en Twitter? ¿Tienen previsto ampliar a otros ámbitos o redes sociales?

Utilizamos datos de Twitter para entrenar al algoritmo, es decir, para realizar el proceso de aprendizaje, pero los resultados obtenidos los podemos aplicar en otras redes sociales.

La razón por la que utilizamos Twitter en este paso es porque es una de las plataformas que más facilita la recopilación de datos a investigadores. Es muy importante recalcar que todos los datos que nosotros recopilamos se anonimizan antes de procesarlos por nuestros algoritmos, de modo que no podemos identificar de modo alguno al autor o autora de los mensajes.

Anónimamente pero ¿qué conclusiones se han podido extraer?

La aplicación de la IA a esos tuits nos ha permitido establecer características diferenciales entre los grupos de “alto riesgo” de suicidio y “libre de riesgo”: el primer grupo tiende a hablar más en primera persona y a utilizar negaciones y términos relacionados con sentimientos, entre los que destaca la ansiedad. También se ha observado que suelen tener menor cantidad de amigos (cuentas que siguen), escriben textos con menor cantidad de caracteres y tienen mayor actividad durante los fines de semana y por la noche. 

¿Qué aplicación práctica puede tener este proyecto? ¿Qué próximos pasos va a dar?

Por temas éticos y legales, no podemos identificar a los usuarios, por tanto, no podemos realizar una intervención individual. Para nosotros los datos son como si no perteneciesen a ningún usuario en particular. Sin embargo, sí hemos podido intervenir de un modo más indirecto: utilizamos el algoritmo desarrollado para aprender características diferenciales de los grupos de alto riesgo de depresión, suicidio y TCA.

Algunas de estas características son demográficas (rango de edad y sexo más común en usuarios de alto riesgo) y otras relacionadas con los intereses de los usuarios (por ejemplo, aquellos con trastornos de la conducta alimentaria suelen tener intereses por dietas estrictas de adelgazamiento, dietas veganas, o ejercicios intensos para alcanzar una rápida pérdida de peso).

Todos los datos que recopilamos se anonimizan antes de procesarlos por nuestros algoritmos. Utilizamos Twitter porque es una de las plataformas que más facilita la recopilación de datos a investigadores.

Esta información permitió lanzar una campaña en Instagram y Facebook dirigida a los colectivos de alto riesgo identificados en cada uno de los tres grupos estudiados. Dicha campaña, en colaboración con el Telèfon de l’Esperança y el Telèfon de Prevenció del Suïcidi, consistió en la publicación de anuncios a través del feed (anuncios estáticos) o stories (historias dinámicas) que presentaban teléfonos de ayuda activos 24 horas a colectivos con características similares a las destacadas por los algoritmos de inteligencia artificial en grupos de riesgo.

La campaña se ejecutó durante 24 días en torno a las fechas navideñas de 2020-2021, alcanzando a 667.655 personas, con el mayor número de visualizaciones el 1 de enero de 2021 (90.993 usuarios). El mayor número de visualizaciones se dirigió al grupo de TCA (alcanzó a 545.415 personas), con sus picos de mayor audiencia el 25 de diciembre de 2020 y el 1 de enero de 2021 (coincidiendo con las fechas en las que más comidas familiares se realizan). Esta campaña consiguió aumentar en un 60% el número de llamadas provenientes de redes sociales al Telèfon de l’Esperança.

¿Alguna entidad u organismo más que se haya interesado por utilizar su investigación?

Cruz Roja nos ha demostrado también su apoyo y nos ha puesto en contacto con su red para estudiar posibles aplicaciones en las que aplicar nuestra investigación.

Pusieron recientemente en marcha un proyecto crowdfunding para ampliar la investigación a otros problemas de salud mental, como los trastornos de la conducta alimentaria. ¿Cómo está funcionando?

Pues la verdad es que necesitamos que llegue a mucha más gente todavía, porque no hemos podido alcanzar el objetivo inicial. Necesitaríamos una potente campaña de marketing, quizá esta entrevista también ayude.

En ese sentido, ¿cree que se invierte lo suficiente en investigación en nuestro país?  ¿Qué papel considera que pueden jugar en este sentido los fondos europeos Next Generation que va a recibir nuestro país?

La investigación debería ser una prioridad para un país, pues tiene un papel fundamental para situarlo a la vanguardia de la innovación y el desarrollo. Sin embargo, no se le ha dado el valor que reclama. 

El colectivo investigador es de altísima cualificación pero esto no se recompensa ni a nivel salarial ni con una estabilidad a corto plazo, lo que en muchas ocasiones desmotiva y lleva a la fuga de cerebros.

Sin lugar a dudas, necesitamos apoyo por parte del Gobierno que, tras la pandemia que hemos vivido, no debería tener duda de que la investigación es clave para que un país avance y esté preparado para imprevistos de tal magnitud.